[發明專利]一種基于多高斯模型的助力車檢測方法

有效

• 申請號: 201310285712.8
• 申請日: 2013-07-06
• 公開（公告）號: CN103310207A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 凌強;嚴金豐;張逸成;李峰;徐理想
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;成金玉

1.一種基于多高斯模型的助力車檢測方法，其特征在于，該方法通過提取運動物體的外形特征和運動特征進行助力車的識別，運動物體的大小和速度是兩個非常重要的特征，該運動物體的大小和速度隨著攝像頭角度和與攝像頭的距離的變化而不同，該方法建立兩組高斯模型來反映不同種類運動物體的大小和速度分布；第一組高斯模型由三個高斯模型組成，分別描述汽車、助力車和行人的大小分布，根據運動物體的大小，很容易把汽車區分開；第二組高斯模型由兩個高斯模型組成，分別表征助力車和行人的速度分布，得到這些分布后，根據“最小分類錯誤”原則，可以得到區分不同種類運動物體的閾值；具體的：

該方法運動物體大小的高斯模型具體為：

對每個像素點p(x,y)，經過該點的運動物體的大小建模成三個高斯分布，ηs=(p(x,y),μi,σi)=12πσie-(x-μi)22σi2,]]>??i＝1,2,3

其中η_s(p(x,y),μ_i,σ_i)是一個高斯密度函數，μ_i和σ_i²是對應的均值和方差，這三個分布中均值最大的表示汽車的大小分布，均值最小的代表行人的大小分布，第三個分布表示助力車的大小分布；

該方法運動物體速度的高斯模型具體為：

在視頻圖像中一給定的位置，根據運動物體的大小特征可以容易地區分出汽車，但是助力車和行人之間的大小差異并不明顯，尤其當它們正對攝像頭方向運動時，所以，為了進一步區分出助力車，在每個像素p(x,y)處，兩個高斯模型將被建立以描述助力車和行人的速度分布，ηv=(p(x,y),μi,σi)=12πσie-(x-μi)22σi2,]]>??i＝1,2

其中η_s(p(x,y),μ_i,σ_i)是一個高斯密度函數，μ_i和σ_i²是對應的均值和方差，這兩個分布中，均值較大的描述的是助力車的速度分布，另一個代表的是行人的速度分布，速度高斯模型參數的估計和物體大小模型參數的確定過程一樣；

該方法分類閾值的確定具體為：

由“最小分類錯誤”準則可知，當選取兩條分布曲線的交點作為兩類物體的分類閾值時，會使得這兩類物體的分類誤差最小，對物體大小高斯模型來說，在某個給定位置，汽車的大小明顯不同于其它運動物體，但是行人和助力車的差別就沒有那么明顯了，所以這里只確定用于區分汽車的閾值，該閾值為T_s，對速度分布模型來說，同理，取兩條分布曲線的交點為分類閾值，該閾值為T_v，至此，在每個像素點p(x,y)處，有物體大小閾值T_s和速度閾值T_v用于識別助力車；

則助力車檢測具體為：

采用三步來進行助力車的識別，首先，在運動物體覆蓋的每個像素上，利用cascade分類器給出單個像素上的識別結果；接著，通過多數原則融合運動物體覆蓋的所有像素上的識別結果，給出單幀識別結果；最后，通過多數原則把從運動物體進入場景到它消失時的單幀結果進行融合，給出最后的判決結果。

2.根據權利要求1所述的一種基于多高斯模型的助力車檢測方法，其特征在于，采用三步來進行助力車的識別時，具體的：

在單像素p(x,y)上的判決結果為：

采用cascade分類器進行像素點上的判別，該分類器的頭兩個弱分類器由上節得到的大小閾值T_s和速度閾值T_v組成，當出現在該點的運動物體的大小小于T_s且速度大于T_v時，該物體才會被判別為助力車，當運動物體a在t時刻出現在像素點p(x,y)時，通過上述分類器可以得出一個分類結果L_a(x,y,t)，當運動物體判別為助力車時L_a(x,y,t)為1，否則為0，

在單幀上的判決結果為：

估計的物體大小和速度模型與它們真實的分布之間肯定存在一些偏差，此外，還有一些運動物體的大小和速度特征在分類閾值附近，所以在單像素上的判決可能存在一些誤判，為了減少這種錯誤，通過多數原則融合運動物體覆蓋的所有像素上的識別結果，給出單幀的判決結果，在t時刻檢測到一個有N_p個像素的運動物體a，則單幀判決結果按下式給出，

如果L_a(t)＝1表示運動物體在這一幀被判為助力車，否則，L_a(t)＝0表示該運動物體在這一幀沒被判為助力車；

最終判決結果為：

運動物體的特征會被噪聲和光線變化干擾，所以單幀的判決結果也可能有誤判，如果融合從運動物體進入場景到它消失時的單幀結果，則可以大大減少這種錯誤，假設運動物體a在場景中出現了N_f幀，最終的判決結果按下面的公式給出，

如果L_a表示運動物體最終是否被判為助力車，否則，L_a＝1表示待檢測的物體是助力車，否則表示不是助力車，可以相信這個最終判決是比較可信的。